【学术前沿】
老年人培训空白：欧盟劳动力的年龄与培训差距[1]
〔英〕菲欧娜·卡迈克尔 〔英〕马可·厄科拉尼[2] 杨小聪[3]/译 彭铭刚/校
摘要：本文考察了2004年欧盟扩大前，15个欧盟成员国（EU-15）中劳动力年龄与培训间的关系。该分析使用的是欧盟劳动力调查数据。对经历培训的老年人（50～64岁）与年轻人（20～49岁）进行跨国比较并做出报告。通过分析非工作者与工作者的培训情况来拓展以往的研究内容。在研究中我们还考虑了培训是否与工作相关、培训是否在正常工作时间进行以及培训花费时间等因素。研究结果显示：在调查的EU-15中，老年人不仅不太可能参加一般的培训，而且他们甚至不太可能参加工作类的培训。证据表明，在提高老年人特别是失业老年人的培训率方面还存在相当大的空间。
关键词：年龄 退休 培训 工作
引言
受欧洲人口老龄化和最近金融危机的影响，各国政府改革的紧迫性逐渐加强，如出台提高法定退休年龄和提前削减退休福利开支等相关政策。这些政策旨在提高欧盟国家人民退出长期劳动力市场的平均年龄，目前这一平均年龄为61.4岁（Eurostat，2011）。如果他们通过提高生产力的方式提高就业能力，那么这些改革更可能提高老年人的低就业率（Blossfeld，Buchholz and Kurz，2011；Duncan，2003；Hotopp，2005；Roberts，2006）。其中一项措施是投资老年人培训，这对老年人的就业前景有益（De Grip and Van Loo，2002；Thomson et al.，2005；Wooden et al.，2001；Zeytinoglu，Cooke and Harry，2007）。在技术飞速发展的背景下，老年人更需要进行重新培训。研究不同国家老年人培训率和参与程度很有必要。
此前的研究表明，随着年龄的增长，老年人培训参与率有提升的空间（Bassanini et al.，2005；Cheung and McKay，2010；Felstead，2010，2011；O' Mahony and Peng，2008；McNair and Flynn，2005；Taylor and Urwin，2001；Urwin，2006）。如教育、技能、工作时间、产业和职业等混杂因素不受年龄—培训概况控制，因此年龄对这种现象的影响程度尚不清楚。这一点很重要，因为培训发生率较低的情况，比较容易发生在老年工作者特别是已经被取代的老年工作者，以及没有正式学历、承担兼职工作、学历较低的群体和行业中（Bassanini et al.，2005；Cully et al.，2000；Felstead，2011；Wooden et al.，2001）。国家教育和福利体系的差异也可能会影响老年人的培训情况（Blossfeld，Buchholz and Kurz，2011），但对年龄—培训差距的跨国分析却很少，对老年非工作者培训的证据也有限，但这一群体可能最需要（重新）培训。此外，并不是所有的培训都能提高生产力和技能（Felstead，2010，2011；Urwin，2006）。因此，还需要从工作持续时间、强度、工作关系、雇主支持这些与年龄—培训相关的角度加以研究（Zeytinoglu，Cooke and Harry，2007）。
这项研究涉及非工作者、多重混淆因素、2004年欧盟扩大前全部15个欧盟成员国（EU-15），弥补了上述提及的几个突出缺点。我们还通过考察培训不同维度的方式来扩展当前分析，特别是对培训与工作的相关性、培训是否在工作时间发生以及培训时间进行考察。分析使用欧盟劳动力调查（EU-LFS）数据进行，该调查的受访者由百万名非工作者和工作者组成，涵盖四年（2004～2007）的内容。
我们的研究结果表明，EU-15中老年人不仅不太可能参与任何培训，而且他们也不太可能参加和工作相关或在工作时间内进行的培训。他们接受培训的时间也可能会更短。这些基于年龄的培训差距在非工作者中发生的比例更大，这对那些失去工作的老年工作者来说尤其可能成为问题。
在接下来的部分中，我们将讨论以往关于年龄—培训差距决定因素研究中产生的主要问题，描述数据收集、实证模型和结果。最后一部分总结主要发现，并对一些政策启示进行概述。
一 年龄—培训差距决定因素的以往研究
老年人的低培训率通常用人力资本理论来解释（Becker，1964）。理论预测：对老年工作者来说，人力资本的投资回报率较低。由于临近退休，生产力和工资很难在短期内经历增长。所以老年工作者进行培训的动力较少且雇主也没有动力去对他们的培训进行投资。因此，老年人的培训率较低，与人力资本理论的预测一致。一种解释是，对老年工作者开展培训的接受率较低反映的完全是一种理性行为（O' Mahony and Peng，2008；McNair and Flynn，2005；Urwin，2006）。而Taylor和Urwin（2001）则认为，老年工作者的培训率较低，主要是由于雇主降低了提供培训的意愿，而并非员工的拒绝。
然而，理论预测培训的回报随着年龄的增长而下降需要一些条件。特别是对雇主来说，在培训时，最关键的因素是预期的工作时长而不是年龄。在年龄相对较大的雇员中，员工流动率和缺勤率反而更低（Taylor and Urwin，2001）。退休年龄因制度安排、职业、雇主对退休金计划的慷慨程度不同而有所差别（Montizaan，Cörvers and De Grip，2010）。就业政策、养老金安排和终身学习的范围也存在显著差异（Blossfeld，Buchholz and Kurz，2011）。例如，人们的预期可能是：北欧社会民主国家老年人的培训率更高，因为在那里工作者将有更多的机会接受培训以及受到劳动力市场强有力的政策指导（Hofäcker and Pollnerová，2006）。与此相反，在德国和荷兰这样保守的福利国家，老年人的培训率可能较低，因为这些国家通过提前退休计划给予老年人的退休金更高、覆盖范围更为广泛（Blossfeld，Buchholz and Kurz，2011：17）。
从工作者角度来看，根据工作场所的特点，工资回报将有所不同。例如，最后的薪资职业养老金可以提高培训的货币回报，但如果年龄是晋升的障碍，则货币回报更少。对于那些已经处于较高工资水平的人来说，他们的工资水平可能也会降低（Vignoles，Galindo-Rueda and Feinstein，2004）。培训成本肯定会影响做出培训的决定，而这些会随着时机和持续时间等因素的变化而变化。时间和地点的不便已被证明是影响老年工作者做出培训决定的一个重要因素（Sussman，2002），而工作时间内带薪培训可能是一个首选。费用是老年非工作者尤为关心的问题（Chapman，Crossley and Kim，2003）。老年人还会因为害怕产生心理成本，或担心自己没有取得成功的能力而缺乏信心，以至于对培训却步（Cully et al.，2000）。
从雇主角度来说，选择对某些员工进行培训是合理的。这种选择似乎反映了雇主和雇员都希望通过培训获得潜在收益这种先入为主的观念（Vignoles，Galindo-Rueda and Feinstein，2004）。正如我们所讨论的，员工接近退休是一个影响因素，但也有证据表明，雇主认为年纪较大的员工对培训不太热情，更不愿意去适应新技术（McNair and Flynn，2005；Taylor and Walker，1994；Van Dalen，Henkens and Schippers，2009）。如果雇主们还相信，学习和保留信息的能力会随着年龄的增长而下降，他们就会认为培训年长员工的潜在收益更低。然而，支撑这一假设的证据是混杂的（Waldman and Avolio，1986；Wood，Wilkinson and Harcourt，2008；Wooden et al.，2001）。
这些研究表明，提出培训老年人净收益较低假设的人，可能一部分是基于固有的年龄歧视态度。有关对老年工作者培训障碍的研究已经涉及这些问题，并且，这些研究认为缺乏培训是一个很重要的问题（Maltby，2007；McKay and Middleton，1998；Porcellato et al.，2010；Sussman，2002）。这不仅是因为培训年龄较大的工作者成本较高，还和雇主的特殊规定以及对老年人潜在的态度有关（Cully et al.，2000；Wooden et al.，2001）。同样地，Lundberg、Marshallsay（2007）和Chapman等人（2003）认为缺乏雇主支持以及对老年工作者培训的消极态度抑制了培训发生。
此前研究还表明，老年人缺乏培训的动机并不仅仅是因为他们临近退休，还因为他们培训的需求更少（Cully et al.，2000；Felstead，2010；Guthrie and Schwoerer，1996；Lundberg and Marshallsay，2007）。这可能是因为老年工作者相信自己已经积累了足够的技能和经验。而在人们认为需要进行培训的方面，培训质量差也会影响人们参与。Lundberg和Marshallsay（2007）指出了培训质量的重要性，他们发现老年工作者重视能够提高生产力的培训。将老年工作者视为同质的群体也是一个错误。正如Rix（2002）所强调的那样，他们对培训的需求和期望反映了他们在社会、职业和教育背景方面的“多样性”。
总之，老年人不太可能参加培训的原因有很多。临近退休显然是重要的影响因素，但不是唯一的决定因素。近期的研究强调了工作场所特征、体制安排、培训成本和质量以及年龄障碍（如雇主对年龄的态度）这些影响因素的重要性。
二 数据
本文对EU-LFS从2004年至2007年的个人级别数据进行分析。EU-LFS在对欧盟标准化时部分变量数据会被保留在国家特定LFS数据集中，以此来进行国家间的比较，2004～2007年包含了EU-15中我们选定的大部分变量。使用四年的数据是为了确保能够获得反映出超过年度波动的连贯模式。受访者的年龄在20～64岁。该样本受到某些国家一些变量不可用的限制。尤其是一些国家无法使用某些培训变量，因此样本的大小不同，这些都在回归表中有所说明。考虑到这些限制因素，全部数据包括2999674名工作者（仅雇员）和1856550名非工作（失业和待业）人员。大样本量为参数估计提供了更高的可信度，有助于统计推断。
我们的工作者样本仅限于雇员（EU-LFS变量STAPRO =3），不包括自营职业者和家庭工作者，因为他们的工作模式与雇员的工作模式非常不同。这些人员的加入很可能致使培训与工作时间的总体反应失真，因为他们的正常工作时间比雇员规定的要短。我们的非工作者样本包括失业人员和待业人员（WSTATOR =3，5）。我们通过将国际劳工组织（ILO）所定义的失业状况作为解释性变量的方式来解释这两类差异。我们没有排除“待业”的原因，是因为对失业和待业之间的划分存疑。排除那些待业的人可能会有分析偏误，因为一些希望工作的老年人在技术上可能被归类为“提前退休”。德国（DE）和英国（UK）缺少识别残疾人的变量MAINSTAT，因此我们无法限制样本。
我们的主要被解释变量TRAINED记录了在正规教育体系之外的培训。我们对三项额外的培训措施进行定义。TRAINED_WorkRel记录培训的目的是否与工作有关；TRAINED_InWrkHrs代表培训是否发生在正常工作时间内；TRAINED_Time 是培训时间所占的比例。所有这些变量在调查前四周使用EU-LFS的变量COURATT，COURPURP，COUTWOHR和COURLEN 进行区分。自2004年以来，这些变量始终在EU-LFS中可用，没有其他培训时间域可用。表1给出这些被解释变量和解释变量的统计数据和定义。
表1 描述性统计
续表
（一）培训发生率
在EU-15中，约9.6%的雇员和4.4%的非工作者在调查前四周接受了一些培训（见表1）。年龄较大受访者中，工作者和非工作者的平均培训率（9.0%和2.5%）都比较低，与年龄较轻受访者（9.8%和5.9%）相比也较低。图1的上半部分显示，各国两个年龄组（20～49岁和50～64岁）的工作者与非工作者之间培训比例差异很大。在英国和丹麦，培训的发生率最高；但在希腊、葡萄牙、意大利和爱尔兰则要低得多。在芬兰，工作者的培训率很高，但非工作者的培训率却很低。
图1的下半部分显示了在大多数国家中，老年人接受培训的比例较低。意大利是唯一的例外，该国年轻与老年工作者的培训差距可以忽略不计。在英国、西班牙和法国的非工作者中培训差距较大。希腊、葡萄牙、意大利的培训差距较小，因为这些国家开办的培训相对较少，芬兰和丹麦培训差距也小但其培训率较高。
（二）培训与工作的相关性
图1 接受培训的比例
注：GR为希腊、PT为葡萄牙、IT为意大利、IE为爱尔兰、DE为德国、BE为比利时、ES为西班牙、FR为法国、LU为卢森堡、NL为荷兰、AT为奥地利、SE为瑞典、FI为芬兰、DK为丹麦、UK为英国（图2、图3、图4同）。
对EU-LFS调查对象（不包括瑞典）的培训目的进行询问，调查其培训是与工作相关还是出于个人或社会目的。从表1可以看出，5.3%的工作者主要参加与工作相关的培训。在所有接受培训的工作者（9.6%）中，超过一半（55%）的培训是与工作相关的（5.3%）。在非工作者中，只有1.3%的人员表示自己参加与工作有关的培训，尽管非工作者对“大部分工作相关”的解读可能会因个人情况而有所不同。上述内容表明在对非工作者的培训中，有29.5%是与工作相关的。对于老年工作者和老年非工作者来说，4.4%和0.4%的培训比例仍然较低，这表明对老年工作者的培训不到50%，对老年非工作者的培训仅有16%与工作相关。图2的上半部分可以说明除了意大利以外，年龄较大的人群不太可能参加职业培训。下半部分的调查显示，在法国和丹麦，非工作者的年龄—培训差距较大。在法国和荷兰，工作者的年龄—培训差距较大。
图2 职业培训的比例
注：不包含瑞典的样本。
（三）工作时间内进行培训
虽然我们不知道谁为培训付费，但我们确实掌握了在工作时间内进行培训的信息。这个变量有可能与雇主对培训的承诺最相关。这是因为人员在工作时间内接受培训的机会成本高于在正常工作时间外接受培训的机会成本。雇主对投资于专业培训更感兴趣，所以这种培训最有可能在工作时间内进行。而采取如提高工资（可能是通过换工作）的方式提升工作者效率的情况则更可能发生在正常工作时间之外。根据这一预测，Bassanini等人（2005：56）发现，在经合组织（OECD）的16个国家中，80%的职业课程都是由雇主支付的。
在11个数据可用的欧盟国家中，表1显示有2.8%的工作者在正常工作时间内参加了培训。这相当于工作者在工作时间参加培训约占工作者参加培训的30%。这表明，雇主认为对工作者进行培训是为了提高他们的职业技能。然而，仅有2.5%的老年工作者在工作时间内参加培训，而年轻工作者的比例为2.9%。图3的上半部分显示了各个国家之间的巨大差异。对比图1和图3，我们发现在芬兰、丹麦和法国，大部分培训都是在正常工作时间内进行的。在其他国家，如荷兰，在工作时间内进行的培训很少。图3下半部分显示，除法国和卢森堡外的大多数国家，年轻工作者和老年工作者在工作时间内进行培训的比例只有很小差异。
图3 工作时间内培训工作者的比例
注：不包含德国、葡萄牙、西班牙、瑞典的样本。
（四）培训时间
Felstead（2010：1298）表明，培训时间是揭示质量的一个维度，因为它显示了在工作要求下的能力和知识水平。我们对四周时间0～160小时范围内培训的时间比例进行定义。表1显示，平均而言，EU-15的工作者花费自己时间的2.3%（相当于约4小时）接受培训。无工作者在培训中花费的时间要少得多，仅占他们时间的1.6%。有趣的是，年轻工作者和年轻非工作者之间花费在培训上的时间差异很小，分别为2.4%和2.5%。总体上的差异由老年工作者和老年非工作者之间的差异造成。在前四周的培训中，老年工作者平均花费1.8%的时间，但对于老年非工作者来说，这段时间仅仅占据总时间的0.6%。
图4的上半部分显示了英国培训时间最长。在每个国家，较年长的受访者比较年轻的受访者接受培训的时间要少。图4下半部分显示大多数国家年龄—培训差距很小，因为用于培训的时间只占据一小部分。英国是唯一的例外，在英国较大的年龄—培训差距与培训时间占据比例较高有关。
图4 过去四周的培训时间比例
三 实证规范
我们分别对就业状况和性别进行了单独分析。同时对就业影响与培训进行分离，否则可能会使年龄的影响变得模糊。例如，老年工作者有更多的培训机会（Bassanini et al.，2005）。培训参与的四项指标是模型估计中的被解释变量。此分析纯粹是关于简化方程的，因为EU-LFS不包括供给侧变量，如在Taylor和Urwin（2001）的评估中，需要进行结构性评估。
对于二元被解释变量的多元分析，我们基于Probit值报告估计的边际效应：
ti是被观察到的潜在连续变量
的二进制结果。这些记录包括参加培训（TRAINED =1）、参加与工作相关的培训（TRAINED_WorkRel =1）或参加正常工作时间内的培训（TRAINED_InWrkHrs =1）。Xi是个体特征的向量，β是相应参数的向量加上常数，Φ（·）是标准累积正态分布，σ是回归的标准误。公式（1）最大化利用了参数向量的估计
，以及与估计参数所观察到数据结果最高相关可能性的标准误
。
培训变量中的时间比例TRAINED_Time 在0到1之间是连续的，但是对于那些没有接受培训的人来说，培训时间被视为0；而将那些在过去四个星期里花费所有工作时间培训的人赋值为1。Nakamura和Nakamura（1983）的双重Tobit审查是合适的，因为它将未经约束的观察值作为线性模型的一部分，而经过约束的观察值（TRAINED_Time =0，1），作为非线性模型的一部分，从而充分利用了被解释变量的观察值。使用Ordered Probit在这个设置里是不合适的，这是因为TRAINED_Time 是以间隔比例进行测量的。Tobit考虑了观察值比例，并且不将任意的截止点应用到被解释变量的连续部分。[4]
对于TRAINED_Time的多元分析审查，我们报告的是有条件、未经约束、使用Tobit估计的边际效应：
其中公式（2）与公式（1）类似，在公式（1）的基础上加上中间求和项，得到的是对观察到的被解释变量0＜t＜1的未经约束的观察值。公式（2）中第一个求和项得到的是所有未接受培训的人员数。第二个是那些在培训中花费中等时间比例的个人案例数。第三个是在为期四周的培训中，所有花费160小时以上的人数。公式（2）的最大化得到参数估计向量
和标准误
。
我们将年龄指标OLDER 定义为二等分变量，如果个体年龄至少为50岁则赋值为1，其他则赋值为0。对反映50岁及以上老年工作者情况现存的文献进行分类（Khan，2009；OECD，2004，2005）。因为以前的研究（Taylor and Urwin，2001）已经表明，其他年龄组也有不同的培训参与率，为了提供更详细的年龄分析，我们还获取了年轻年龄组的二进制变量（YOUNGER_40_49，YOUNGER_30_39 和控制组 YOUNGER_20_29）。
其他解释变量控制了许多混杂因素，这些因素与以前的研究相关，并且在数据集中可用。这些变量包括：婚姻状况、国籍、受教育程度、城市居住密度以及就业人员工作场所的一系列特征。后者包括时间或工作任期、企业规模、工业部门和职业地位等。职业地位可以被看作收入数据的替代，而这些数据在EU-LFS中是不存在的。国家虚拟变量也包括在内，因为我们对国家差异以及制度结构的变化对劳动力市场的影响感兴趣。本文还包括以前研究中未调查过的变量，即记录一个工人是否在家工作或正在寻找另一份工作。我们对在家办公很感兴趣，因为这可能会影响到培训的机会。寻找另一份工作也会影响个人对培训的需求。在对非工作者的分析中，我们将一个基于国际劳工组织的失业指数包括在内。这确定了正在积极寻找工作的非工作者，它与寻找另一份工作的工作者的指标相类似。
四 回归结果
二进制被解释变量（TRAINED、TRAINED_WorkRel、TRAINED_InWrkHrs ）通过Probit估计的边际效应报告在表2、3、4、5中。表6展示的是使用Tobit估计的培训时间比例（TRAINED_Time ）的边际影响。边际效应表示被解释变量变化产生的被解释变量概率的变化。对于二元回归变量，边际效应表示对相关变量正面结果的概率变化。对于连续的回归变量，边际效应提供了通常的斜率效应。
（一）参与培训
在表2所示的Probit中，在所有四种情况下OLDER 的边际影响都是负向并显著的。这意味着在控制个人特征之后，无论是在工作中还是在非工作中，老年男女的培训概率都较低。对于女性而言，效果在-0.013至-0.015范围内减少，而对于男性而言，其范围更大更广，为-0.036至-0.030。当我们考虑到培训的平均概率时，这个范围的减少实际上是相当大的。对于非工作者是0.044，而工作者是0.096。
有趣的是，对于不同性别的人来说，无论就业状况如何，年龄的影响都是非常相似的。年龄相关的培训概率下降也被其他年龄变量（YOUNGER_40_49和YOUNGER_30_39）所证实。随着年龄增长，培训对40～49岁女性的负面影响比30～39岁的女性要小。
表2 是否进行培训的概率回归边际效应
续表
通过分析国家虚拟变量（参考国家是意大利，观察最多的国家）来分析国家之间的差异。结果表明，对个体特征进行调整后，在丹麦和英国，女性和男性工作内及工作外增加培训的概率最高，如图1所示。只有希腊有条件地减少对非工作者和工作者的培训概率。葡萄牙只减少对工作者进行培训的可能性。爱尔兰和卢森堡只对非劳动人口进行小幅削减。
以前未经研究检验过的新解释变量中，家庭工作（HOMEWK_USUALLY=1或HOMEWK_SOMETIMES=1）对于培训性别具有很大的积极影响。这表明在家工作的灵活性增加了培训机会。寻找另一份工作（LOOK_OTHR_JOB ）对培训可能性产生的影响在两性中都很重要。在两性中，非劳动者进行培训对其失业的可能性影响均值得关注；与之相似，对失业状态非劳动者进行培训的可能性对两性而言都很重要，对妇女而言更为重要。这符合积极寻找工作的失业人员的传统观念，并表明培训是追求再就业的一种方式。作为一项额外的探究，本文对失业者和待业者（未报告）的单独回归进行了评估，对于待业的人来说，对年长者的影响比失业者更大。
对于过去研究中已经看过的解释变量，大部分结果与以前的证据相一致。例如，接受培训的可能性较高与较高的受教育程度、较高的职业地位、更大的公司规模、更长的工作时间、终身职位和在公共部门工作有关。对工作者和非工作者进行比较的结果很有趣，因为非工作者在之前的研究中没有作为一个单独的小组进行分析。例如，非欧盟国家（NATIONAL_NON_EU ）的工作者在工作中接受培训的可能性有明显降低，但非工作者接受培训的可能性较高。与参考类别（URBAN_DENSE ）相比，非城市环境（URBAN_THIN ）与进行培训可能性相关程度较低，对男性工作者进行培训的可能性没有显著影响。然而，城市的郊区环境（URBAN_INTERM ）与在非工作者中进行培训的可能性相关程度较低，但男性工作者培训的可能性高。这与Brunello和Gambarotto（2004）以及Brunello和De Paulo（2004）一致，他们发现在意大利和英国培训发生率在人口较少聚集地区较高。他们用人员更替与挖墙脚效应来解释这些结果。
（二）参与国家特定培训
为了进一步研究欧盟的年龄—培训差距，我们分别为不同性别、国家和就业状况提供了不同数据，总共进行60次回归。在表3中，我们只报告每种情况下旧变量的边际效应以及每个回归中的个体数量。结果与图2下半部分展示的结果相似，同时提供了更多关于性别差异的信息。
表3 仅针对OLDER变量下国家特定项目的边际效应
续表
通过比较表2和表3中的边际效应，我们注意到各国之间较为相似。但也有显著差异。对于一些国家来说，附加条件下的老年年龄—培训差距非常小，其中一些情况下，在统计学上无明显差异，说明老年人群体的培训差异很小或没有差异。例如，在希腊和意大利，不论性别和工作状况如何，附加条件下的年龄—培训差距很小。在卢森堡和荷兰，非工作者的年龄—培训差距是没有意义的。在爱尔兰和葡萄牙，工作者的年龄—培训差距非常小，比利时和荷兰的女性工作者情况也是如此。
对一些国家的女性来说，附加条件的年龄—培训差距是正向的，这表明年长的女性更有可能接受培训。丹麦、芬兰和爱尔兰的女性非工作者也是如此。芬兰的女工也是如此。在其他一些国家，附加条件下的年龄—培训差距明显较大。最极端的情况可以在英国找到，特别是对非工作者附加条件下的年龄—培训差距非常大。其他英国受访者、瑞典受访者、丹麦男子和未处于工作状态的西班牙男子的年龄—培训差距也非常大。这些突出的案例为政策制定者提供了最大的机会，他们可以通过积极的劳动力市场政策来缩小年龄—培训差距。
（三）与工作相关的培训
表4的结果表明，我们考虑与工作相关的培训时，年龄—培训差距仍然是明显的。有趣的是，性别—年龄差距仍然存在，男性OLDER 边际效应是女性的两倍多。这意味着老年妇女培训的可能性要比年轻女性低0.8%，而老年男子培训的可能性比年轻男子低1.6%。这与平均工作相关的培训率有关，其数值在1.3%到5.3%（见表1）。在表2中，年龄相关的培训概率下降在年龄较轻者身上也有所体现，而在这里，它通常也会随着年龄的增长而下降。如表2所示，与年龄相关的培训概率下降也从年龄较小的变量中体现，而且通常在年龄上单调递减。同样，女性工作者是一个例外，40～49岁的边际效应实际上是正向的，这种影响对30～39岁和20～29岁的女性而言没有差异。
表4 是否进行工作相关培训的概率回归边际效应
续表
续表
附加条件下的国家差异表明，对于那些没有工作的人而言，丹麦和荷兰进行的培训与工作相关性可能性最高。对于那些正在工作的人来说，芬兰的培训概率是最高的。希腊和葡萄牙的非工作者和工作者培训的可能性与最大附加条件的削减有关。
关于其他解释变量，结果大多数没有太大差异。值得注意的例外情况是，对于女工如果她们生活在非城市地区（URBAN_INTERM，URBAN_THIN ），那么她们参加与工作相关的培训可能性较高。这表明，营业额和偷猎效应对工作女性进行工作相关的培训更为相关。
（四）工作时间内的培训
表5中对OLDER边际效应的负面影响表明，正常工作时间内培训的相关概率较低。OLDER边际效应在男女之间差异明显，男性几乎是女性的五倍，分别为-0.96%和-0.2%。这一结果无论是在统计学上还是在重要程度上都有意义。如上所述，培训是否在工作时间内进行是衡量雇主对培训承诺的一个重要指标，也是衡量培训机构净收益的重要指标。如表2和表4所示，男性工作者培训的概率随着年龄的增长而下降。然而，对于女性工作者来说，附加条件下培训的概率随着年龄的增长而升高，但只能达到49岁，此后年龄在50岁及以上的老年人培训概率会下降。
表5 关于培训是否在工作时间内进行的概率回归边际效应
续表
表5中有四个国家的数据缺失，因此很难比较表2、表4和表5中国家之间的差距。然而，芬兰和丹麦，与意大利相比，在工作时间的培训概率大大提高。只有希腊和荷兰在工作时间开展培训的条件概率比意大利低。
相对于其他的解释变量，表2和表5的结果之间主要的区别在于，在工作时间内城市密度似乎对培训没有任何影响。在家工作的影响很大程度上也是一样的，但对于女性来说，这是负向和显著的。我们认为，对于这些女性来说，对工作时间的定义可能是模糊不清的。
（五）培训时间
表6的结果显示，50岁及以上的受访者比年轻人接受的培训时间更少。这适用于男性和女性、工作者和非工作者。性别差异与表2相似，OLDER 的边际效应是男性是女性（工作者和非工作者）的两倍以上。与表2的相似之处仍然是：年轻的年龄变量随着年龄的增长，接受培训的概率会随之下降。对40～49岁的人造成的负面影响小于30～39岁的年轻人。如表4所示，就工作培训而言，任职期限在影响女性花费培训时间方面并不重要。关于其他解释变量，一般模式与之前所看到的类似。
表6 Tobit回归对过去四周培训时间比例的边际效应
续表
五 总结与启示
本文分析表明，EU-15的整体培训率在英国和北欧国家（丹麦、芬兰和瑞典）较高。在爱尔兰、德国和南欧大部分地区（希腊、意大利和葡萄牙）较低。其他国家的培训率在这两者之间。“资本主义多样性”（Esping-Andersen，1999；Hall and Soskice，2001）为这些发现提供了一些解释。例如，英国自由市场经济较高的培训率是由劳务市场较低的工作稳定性驱使的，在该劳务市场中，那些无一技之长和受教育程度比较低的人往往面临着很高的失业率风险。北欧培训率较高可归因于社会民主对就业的充分承诺，以及强有力的培训政策和对终身学习的支持。相比之下，在德国这样保守协调的经济体中，终身学习的机会越来越少。在德国，教育体系高度分化，对学徒制的支持很强烈。南欧混合市场经济体（Hall and Gingerich，2009）的培训率较低，这与较弱的社会政策和有限的公众支持相一致。爱尔兰通常被归为英国自由市场经济体系，因此爱尔兰较低的培训率更难以解释（Hall and Gingerich，2009）。
表2到表6中的结果表明，EU-15的共同特征是：即使在混杂因素受到控制的情况下，50～64岁的老年人也不太可能参加培训。此外，结果表明，老年人不太可能参加与工作有关、在工作时间内进行、持续较长时间的培训。这些年龄培训差距在非工作者中更为显著。此外，在年龄—培训差距的水平和意义上也有显著的跨国差异（见图1到图4、表3）。在瑞典和英国等整体培训率较高的国家，一般培训中附加条件下的年龄—培训差距（见表3）最大。这一指标在丹麦男性和未处于工作状态的西班牙男性中也同样高。相反，在像意大利和希腊这样培训率普遍低下的国家中，这些附加条件下的年龄—培训差距是最小的。
虽然英国和北欧国家的年龄—培训差距较大，但在这些国家，特别是丹麦，老年人的培训率其实更高，这反映出年轻人和老年人的培训率都很高的事实。如Bostfeld、Buchholz和Kurz（2011）所强调的，丹麦和瑞典提出扩大再培训规模的措施。Van Dalen、Henkens和Schippers（2009）也发现，雇主更愿意在英国为其他欧盟国家的老年工人实施培训计划。然而，英国附加条件下的培训率对年轻群体而言仍是相当高的。荷兰是一个例外，尽管荷兰培训率高于EU-15的平均水平，但附加条件下的年龄—培训差距（见表3）是很小的。这与Montizaan、Cörvers和De Grip（2010）所描述的一致，他们认为荷兰公共部门员工培训率的提高与养老金福利的减少有关。
年龄和培训之间的关系在性别方面存在显著差异。尽管对男性（工作状态和非工作状态）培训存在系统性的年龄相关性下降，但这种模式对职业女性来说并不是系统性的。在“普通培训”（见表2）和“培训时间”（见表6）中，40～49岁与30～39岁的工作女性相比，她们的培训情况略有恢复。这种模式对于与工作相关的培训（见表4）和在工作时间内进行的培训（见表5）更加明显，40～49岁的职场女性与最年轻的职场女性相比，在经历经济衰退之前，她们的培训增加了。表3强调了男性与女性在培训参与方面的差异。例如，在丹麦和爱尔兰，老年的非工作女性比最年轻的非工作女性培训率更高。在芬兰，对于工作和不工作的年长女性来说，情况确实如此。
对这个结果的一个解释是，老年人因为临近退休而不太可能接受培训。因此，EU-15法定退休年龄的提高可能会减轻这种影响。然而，年龄—培训差异的统计数据也与其他说明一致，包括：培训成本较高，年龄歧视的态度，学习能力差异，缺乏认知需求和制度因素。宏观经济变化也很重要。这项研究的结果是指2004～2007年的经济繁荣时期，当时的失业率很低，养老金问题还没有成为养老金危机。在经济低迷时期，老年工作者面临退出劳动力市场的风险（Blossfeld，Buchholz and Kurz，2011），而2008年引发的危机，更加凸显了终身培训的必要性。
这些结果对旨在通过鼓励老年人进行更多培训来提高就业能力的政策措施产生影响。首先，他们需要提供更多的培训机会，这可能需要改变人们对年龄的歧视态度。诸如提高或废除强制退休年龄等政策，可能会鼓励老年工作者接受培训，但如果失业老年人的再就业机会有限，就不会对他们起到帮助作用。其次，培训本身并不是目的，培训的性质是很重要的。为确保培训能够通过增加工作者就业机会的方式延长工作者的就业生涯，应该谨慎地设计政策，以提升培训与工作的相互关联性。这些政策必须是可信的，这种培训的价值需要具体化，培训需要跨越整个工作生活持续进行。
参考文献
Bassanini，A.，A.Booth，G.Brunello，M.de Paola，and E.Leuven.2005.“Workplace Training in Europe.”Forschungsinstitut zur Zukunft der Arbeit （IZA），Discussion Paper，1640，Bonn.
Becker，G.1964.Human Capital：A Theoretical and Empirical Analysis .New York：Columbia University Press.
Blossfeld，H.，S.Buchholz，and K.Kurz.2011.Aging Populations，Globalization and the Labor Market：Comparing Late Working Life and Retirement in Modern Societies .Cheltenham：Edward Elgar.
Brunello，G.，and F.Gambarotto.2004.“Agglomeration Effects of Employer Provided Training：Evidence from the UK.” Forschungsinstitut zur Zukunft der Arbeit （IZA），Discussion Paper，1055，Bonn.
Brunello，G.，and M.De Paulo.2004.“Training and the Density of Economic Activity：Evidence from Italy.” Forschungsinstitut zur Zukunft der Arbeit （IZA），Discussion Paper，1073，Bonn.
Chapman，B.，T.F.Crossley，and T.Kim.2003.“Credit Constraints and Training after Job Loss.” Discussion Paper 466，Centre for Economic Policy Research，Australian National University，Canberra.
Cheung，S.Y.，and S.McKay.2010.“Training and Progression in the Labour Market.” Department for Work and Pensions，Research Report，680，London.
Cully，M.，A.Vanden-Heuvel，M.Wooden，and R.Curtain.2000.“Participation in，and Barrier to，Training：The Experience of Older Adults.” Australasian Journal of Ageing19（4）：172-179.
De Grip，A.，and J.Van Loo.2002.“The Economics of Skills Obsolescence.” Research in Labor Economics 21：1-26.
Duncan，C.2003.“Assessing Anti-ageism Routes to Older Worker Re-engagement.” Work，Employment and Society17（1）：101-120.
Esping-Anderson，G.1999.Social Foundations of Postindustrial Economies .Oxford：Oxford University Press.
Eurostat.2011.“Average Exit Age from the Labour Force by Gender.” https：//epp.euros-tat.ec.europa.eu/tgm/refreshTableAction.do？tab=table＆plugin=1＆pcode=tsiem030 ＆langu-age=en.
Felstead，A.2010.“Closing the Age Gap？ Age，Skills and Experience of Work in Great Britain.” Ageing and Society30（8）：1293-1314.
Felstead，A.2011.“The Importance of ‘Teaching Old Dogs New Tricks’：Training and Learning Opportunities for Older Workers.” In Managing an Age Diverse Workforce，edited by Parry E.，and Tyson S，pp.89-205.London：Palgrave-Macmillan .
Guthrie，J.P.，and C.E.Schwoerer.1996.“Older Dogs and New Tricks：Career Stage and Self-assessed need for Training.” Public Personnel Management25（1）：59-72.
Hall，P.A.，and D.Soskice，eds.2001.Varieties of Capitalism：The Institutional Foundations of Comparative Advantage .Oxford：Oxford University Press.
Hall，P.A.and D.W.Gingerich.2009.“Varieties of Capitalism and Institutional Complementarities in the Political Economy：An Empirical Analysis.” British Journal of Political Science39（3）：449-482.
Hofäcker，D.，and S.Pollnerová.2006.“Late Careers and Career Exits.An International Comparison of Tends and Institutional Background Patterns.” In Globalization，Uncertainty and Late Careers in Society，edited by Hans-Peter Blossfeld，S.Buchholz，and D.Hofäcker，pp.25-53.London/New York：Routledge.
Hotopp，U.2005.“The Employment Rate of Older Workers，Labour Market Trends.” Office for National Statistics.
Khan，K.2009.“Employment of the Older Generation.” Economic and Labour Market Review3（4）：30-36.
Lundberg，D.，and Z.Marshallsay.2007.“Older Workers’ Perspectives on Training and Retention of Older Workers.” National Centre for Vocational Education Research，Adelaide.
Maltby，T.2007.“The Employability of Older Workers：What Works？” In The Future for Older Workers：New PerspectivesLoretto，edited by W.Loretto，S.Vickerstaff，and P.White Bristol：Polity Press.
McKay，S.，and S.Middleton.1998.“Characteristics of Older Workers：Secondary Analysis of the Family and Working Lives Survey.” Department for Education and Employment，45，London.
McNair，S.，and M.Flynn.2005.“The Age Dimension of Employment Practices：Employer Case Studies.” Employment Relations Research Series，42，DTI.
Montizaan，R.，F.Cörvers，and A.De Grip.2010.“The Effects of Pension Rights and Retirement Age on Training Participation：Evidence from a Natural Experiment.” Labour Economics 17（1）：240-247.
Nakamura，A.，and M.Nakamura.1983.“Part-time and Full-time Work Behaviour of Married Women：A Model with a Doubly Truncated Dependent Variable.” Canadian Journal of Economics16（2）：201-218.
OECD.2004.“Ageing and Employment Practices—UK.” Organisation for Economic Cooperation and Development，Paris.
OECD.2005.“Promoting Adult Learning.” Organisation for Economic Cooperation and Development，Paris.
O’Mahony，M.，and F.Peng.2008.“Skill Bias，Age and Organisational Change.” EU KLEMS Working Paper，36.http：//www.euklems.net.
Porcellato，L.，F.Carmichael，C.Hulme.，B.Ingham.，and A.Prashar.2010.“Giving Older Workers A Voice；Constraints on Employment.” Work Employment and Society24（1）：85-103.
Rix，S.2002.“The Labor Market for Older Workers.” Generations26（2）：25-31.
Roberts，I.2006.“Taking Age out of the Workplace：Putting Older Workers Back in？” Work，Employment and Society20（1）：67-86.
Sussman，D.2002.“Barriers to Job-related Training.” Perspectives on Labour and Income 3（3）：25-32.
Taylor，P.E.，and A.Walker.1994.“The Ageing Workforce：Employers’ Attitudes Towards Older People.” Work，Employment and Society8（4）：569-591.
Taylor，P.E.，and P.Urwin.2001.“Age and Participation in Vocational Education and Training.” Work Employment and Society15（4）：763-779.
Thomson，P.，S.Dawe，A.Anlezark，and K.Bowman.2005.“The Mature-aged and Skill Development Activities：A Systematic Review of Research.” National Training Authority，Adelaide.
Urwin，P.2006.“Age Discrimination：Legislation and Human Capital Accumulation.” Employee Relations28（1）：87-97.
Van Dalen，H.P.，K.Henkens，and J.Schippers.2009.“Dealing with Older Workers in Europe：A Comparative Survey of Employers’ Attitudes and Actions.” Journal of European Social Policy19（1）：47-60.
Vignoles，A.，F.Galindo-Rueda，and L.Feinstein.2004.“The Labour Market Impact of Adult Education and Training：A Cohort Analysis.” Scottish Journal of Political Economy51（2）：266-280.
Waldman，D.A.，and B.J.Avolio.1986.“A Meta-analysis of Age Differences in Job Performance.” Journal of Psychology71（1）：33-38.
Wood，G.，A.Wilkinson，and M.Harcourt.2008.“Age Discrimination and Working Life：Perspectives and Contestations：A Review of the Contemporary Literature.” International Journal of Management Reviews10：425-442.
Wooden，M.，A.Vanden Heuvel，M.Cully，and R.Curtain.2001.“Barriers to Training for Older Workers and Possible Policy Solutions.” Flinders National Institute of Labour Studies，University of South Australia.
Zeytinoglu，I.U.，G.B.Cooke，and K.Harry.2007.“Older Workers and on-the-job Training in Canada：Evidence from the WES Data.” Social and Economic Dimensions of an Aging Population Research Papers，179，McMaster University，Hamilton，Ontario.
[1]原文为Carmichael，Fiona，and Marco G.Ercolani.2014.“Age-training Gaps in the European Union.” Ageing ＆ Society 34（1）：129-156.本研究是SERVICEGAP项目的一部分，由欧盟第七框架项目注资。所表达的观点仅代表作者个人，不代表欧盟委员会的官方立场。
[2]菲欧娜·卡迈克尔，英国伯明翰大学伯明翰商学院教授；马可·厄科拉尼，英国伯明翰大学伯明翰商学院高级讲师。
[3]杨小聪，广州大学公共管理学院讲师。
[4]作为一个稳健性测试，Logit和线性概率边际效应被估计（未报告），并且发现与另一个非常相似。鉴于我们没有报告优势比，并且不使用有序的Logit或有序的Probit，比例优势假设和并行回归假设都不是隐含的。因此不需要刻板的逻辑回归。选择Probit估计是因为它与t分布和Tobit估计的显著性值（与TRAINED_Time 变量一起使用的Linear和Probit估计的综合）相一致。